基于VSM的文本分类系统的设计和实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 课题的背景及研究目的 | 第8-11页 |
| 1.2 与课题相关的国内外研究综述 | 第11-16页 |
| 1.2.1 文本分类系统的国内外研究状况 | 第12-14页 |
| 1.2.2 基于外延方法的分类方法 | 第14-15页 |
| 1.2.3 基于语义的文本分类方法 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16页 |
| 1.4 本文的内容安排 | 第16-18页 |
| 第2章 文本分类系统的分析和设计 | 第18-32页 |
| 2.1 需求分析 | 第18-21页 |
| 2.1.1 名词解释 | 第18页 |
| 2.1.2 功能性需求 | 第18-19页 |
| 2.1.3 非功能性需求 | 第19-21页 |
| 2.2 系统技术路线分析 | 第21-26页 |
| 2.2.1 样本整理 | 第21-22页 |
| 2.2.2 特征选取 | 第22-24页 |
| 2.2.3 特征权重的计算 | 第24-25页 |
| 2.2.4 使用支持向量机进行分类和判定 | 第25-26页 |
| 2.3 系统设计 | 第26-30页 |
| 2.3.1 系统功能结构设计 | 第27-28页 |
| 2.3.2 系统整体结构设计 | 第28-29页 |
| 2.3.3 系统的两个主要流程 | 第29-30页 |
| 2.3.4 用户接口设计 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 文本预处理模块的设计与实现 | 第32-52页 |
| 3.1 词库的收集管理 | 第32-33页 |
| 3.2 基于隐马尔可夫模型的中文文本分词 | 第33-42页 |
| 3.2.1 N-最短路径分词 | 第34-37页 |
| 3.2.2 基于隐马尔可夫模型的分词 | 第37-39页 |
| 3.2.3 分词工具的实现 | 第39-42页 |
| 3.3 分词模型训练 | 第42-50页 |
| 3.3.1 训练语料说明 | 第42页 |
| 3.3.2 Hadoop 并行计算平台介绍 | 第42-44页 |
| 3.3.3 分词模型训练的实现 | 第44-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第4章 文本表示及分类的实现 | 第52-69页 |
| 4.1 特征词筛选方法介绍 | 第52-54页 |
| 4.2 特征词筛选的实现 | 第54-61页 |
| 4.2.1 输入文件格式 | 第55页 |
| 4.2.2 合并同义词 | 第55-57页 |
| 4.2.3 使用 CHI 和互信息提取特征 | 第57-61页 |
| 4.3 特征权重计算 | 第61-65页 |
| 4.3.1 特征值权重计算方法 | 第61-62页 |
| 4.3.2 特征权重计算的实现 | 第62-65页 |
| 4.4 文本分类器 | 第65-68页 |
| 4.4.1 分类器的理论基础 | 第65-66页 |
| 4.4.2 分类器的实现 | 第66-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 文本分类系统评测 | 第69-78页 |
| 5.1 测试目的 | 第69页 |
| 5.2 测试环境 | 第69-70页 |
| 5.3 系统功能测试 | 第70-74页 |
| 5.3.1 分词模块功能测试 | 第70-71页 |
| 5.3.2 特征词筛选模块测试 | 第71页 |
| 5.3.3 SVM 封装模块的测试 | 第71-74页 |
| 5.4 系统性能测试 | 第74-76页 |
| 5.5 评测结果 | 第76-77页 |
| 5.6 本章小结 | 第77-78页 |
| 结论 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 个人简历 | 第84页 |
